R Notebook

Cuadro comparativo

library(tidyverse)

Registered S3 methods overwritten by 'dbplyr':
  method         from
  print.tbl_lazy     
  print.tbl_sql      
-- Attaching packages -------------------------------------------------------------------------- tidyverse 1.3.1 --
v ggplot2 3.3.3     v purrr   0.3.4
v tibble  3.1.1     v dplyr   1.0.5
v tidyr   1.1.3     v stringr 1.4.0
v readr   1.4.0     v forcats 0.5.1
-- Conflicts ----------------------------------------------------------------------------- tidyverse_conflicts() --
x dplyr::filter() masks stats::filter()
x dplyr::lag()    masks stats::lag()

library(readxl)
library(zoo)

Attaching package: 㤼㸱zoo㤼㸲

The following objects are masked from 㤼㸱package:base㤼㸲:

    as.Date, as.Date.numeric

library(ggplot2)
library(readxl)

comparacion_estimaciones_renta_hidrocarburifera <- read_excel("C:/Archivos/Datos/Hidrocarburos/Estimacion calculo renta otros/comparacion_estimaciones_renta_hidrocarburifera.xlsx") %>% 
  select(-fuente) %>% 
  spread(key = tipo_de_renta,
         value = criterio_calculo)  


# writexl::write_xlsx(comparacion_estimaciones_renta_hidrocarburifera,
#                     path = "cuadro_columnas.xlsx")

Renta

Ramon

renta_total_ramon <- read_excel("C:/Archivos/Datos/Hidrocarburos/Estimacion calculo renta otros/Autores/Ramon.xlsx", 
    sheet = "Renta total", skip = 6) %>% 
  select(1:5) %>% 
  rename(anio = "...1",
         trimestre = "...2",
          renta_total = "(RD+RM)...3",
         renta_diferencial = "...4", 
         renta_monopolio = "...5") %>% 
  mutate(anio =  na.locf(anio),
         unidad = "Millones de USD") %>%
  select(anio, trimestre, unidad, everything(.)) %>% 
  filter(trimestre != "Total") 

New names:
* `` -> ...1
* `` -> ...2
* `(RD+RM)` -> `(RD+RM)...3`
* `` -> ...4
* `` -> ...5
* ...

         

renta_total_distribucion_ramon <- read_excel("C:/Archivos/Datos/Hidrocarburos/Estimacion calculo renta otros/Autores/Ramon.xlsx", 
    sheet = 2, skip = 7) %>% 
   rename(anio = "...1",
         trimestre = "...2",
          renta_total = "...3",
         renta_empresas_directa = Directa,
         renta_empresas_con_subsidio = "c/Promoción",
         renta_apropiada_otros_total = "...6", 
         renta_estado_total = "...7",
         renta_estado_total_con_promocion = "(sin descontar promoción)",
         transferencias_del_estado = "...9",
         retenciones = "...10",
         regalias_nacion = "Nación",
         regalias_provincias = "Provincias",
         renta_sobrevaluacion = "...13",
         renta_refinadoras = "...14",
         renta_consumidores = "...15") %>% 
    mutate(anio =  na.locf(anio),
         unidad = "Millones de USD") %>% 
  select(anio, trimestre, unidad, everything(.))

New names:
* `` -> ...1
* `` -> ...2
* `` -> ...3
* `` -> ...6
* `` -> ...7
* ...

  
renta_total_distribucion_ramon

Barrera

renta_total_barrera <- read_excel("C:/Archivos/Datos/Hidrocarburos/Estimacion calculo renta otros/Autores/Barrera.xlsx", 
    sheet = 2, skip = 1) %>% 
  select(-7) %>% 
  filter(!is.na(anio)) %>% 
  rename(produccion_petroleo_millones_bbl = "Extracción de petroleo" ,
         costo_local_usd_bbl = "Costo local del barril" ,
         precio_produccion_local_usd_bbl =  "Precio de producción por barril", 
         precio_wti_usd_bbl =  "Precio del barril WTI", 
         renta_total_millones_usd = "Renta petrolera" ) %>% 
  group_by(anio) %>% 
  mutate_all(as.double)

`mutate_all()` ignored the following grouping variables:
Column `anio`
Use `mutate_at(df, vars(-group_cols()), myoperation)` to silence the message.

renta_total_barrera

Campodonico

renta_total_campodonico  <- read_excel("C:/Archivos/Datos/Hidrocarburos/Estimacion calculo renta otros/Autores/Campodonico.xlsx", 
    sheet = 1, skip = 1) %>% 
  filter(anio != "unidad") %>%
  rename(produccion_millones_bbl = "Producción",
         precio_produccion_local_usd_bbl = "Precio_crudo_interno",
         precio_wti_usd_bbl  = "WTI", 
         costo_local_usd_bbl = "Costo_de_Producción_arg",
         renta_unitaria_usd_bbl = "Renta_Unitaria",
         renta_total_millones_usd = "Renta_Petrolera") %>% 
  mutate_all(as.double)

renta_distribucion_campodonico <- read_excel("C:/Archivos/Datos/Hidrocarburos/Estimacion calculo renta otros/Autores/Campodonico.xlsx", 
    sheet = 3, skip = 1) %>% 
  rename(anio ="Años"   ,
         unidad = "Unidad",
         renta_total = "Total",
         renta_empresas = "Empresas Privadas",
         renta_estado_total =  "Estado",
         renta_consumidores = "Consumidor") %>% 
  mutate(unidad = "Millones de USD")

renta_estado_campodonico <- read_excel("C:/Archivos/Datos/Hidrocarburos/Estimacion calculo renta otros/Autores/Campodonico.xlsx", 
    sheet = "Capturada_Estado") %>% 
  select(-Renta_captada_estado) %>% 
  rename(anio ="Años"   ,
         unidad = "Unidad",
         regalias = "Regalías",
         impuesto_ganancias = Impuesto_a_las_ganancias,
         retenciones = Retenciones) %>% 
  mutate( unidad = "Millones de USD",
          retenciones = as.double(retenciones))

NAs introducidos por coerci昼㸳n

         
         
renta_total_campodonico

renta_distribucion_campodonico

Mansilla

renta_total_mansilla  <- read_excel("C:/Archivos/Datos/Hidrocarburos/Estimacion calculo renta otros/Autores/Mansilla.xlsx", 
    sheet = 1, skip = 1) %>% 
  rename(anio = Anio,
         produccion_millones_bbl = "Extraccion",
         precio_produccion_local_usd_bbl = "Precio de produccion",
         precio_internacional_usd_bbl  = "Precio internacional", 
         costo_local_usd_bbl = "Costo total",
         renta_unitaria_usd_bbl = "Renta petrolera",
         renta_total_millones_usd = "Renta petrolera total") %>% 
    filter(anio != "Unidad") %>% 
  mutate_all(as.double)

renta_diferencial_y_monopolica_mansilla <- read_excel("C:/Archivos/Datos/Hidrocarburos/Estimacion calculo renta otros/Autores/Mansilla.xlsx", 
    sheet = 2, skip = 1) %>% 
  rename(anio = Anio,
         precio_produccion_arg = "precio de produccion argentina",
         precio_poduccion_marginal = "precio de produccion area marginal",
         renta_diferencial_argentina = "renta diferencial argentina",
         precio_wti = "precio wti",
         renta_absoluta_monopolio = "renta absoluta de monopolio",
         renta_diferencial_sobre_total = "porcentaje renta diferencial sobre renta total")

renta_distribucion_mansilla <- read_excel("C:/Archivos/Datos/Hidrocarburos/Estimacion calculo renta otros/Autores/Mansilla.xlsx", 
    sheet = 3, skip = 1) %>% 
  rename(renta_total = "Renta petrolera total",
         renta_empresas = "Empresas",
         renta_estado_nacional =  "Estado Nacional",
         renta_estado_provincial =  "Estados provinciales",
         renta_consumidores = "Refinadores/consumidores")

renta_total_mansilla 

renta_diferencial_y_monopolica_mansilla

# renta_distribucion_mansilla

Scheimberg

renta_total_scheimberg  <- read_excel("C:/Archivos/Datos/Hidrocarburos/Estimacion calculo renta otros/Autores/Scheimberg.xlsx", 
    sheet = 1, skip = 3) %>% 
  rename(variable = "...1") %>% 
  gather(key = anio,
         value = valor,
         2:4) %>% 
    filter(!is.na(valor)) %>% 
  spread(key = variable,
         value = valor) %>% 
  rename(venta_gas_millon_m3 = "Gas (millon m3)",
         ingreso_gas_millones_usd = "Gas (millón us$)",
         precio_medio_gas_usd_m3 = "Gas (us$/Mm3)",
         ingresos_petroleros_totales_millones_usd = "Ingresos Petroleros",
         venta_petroleo_miles_m3 = "Petróleo (mil m3)",
         ingreso_petroleo_millones_usd = "Petróleo (millón us$)",
         precio_medio_petroleo_usd_m3 = "Petróleo (us$/m3)",
         costo_boe_usd = "Costo por BOE (en US$)" ,
         costos_de_produccion_totales_millones_usd = "Petróleo + Gas (millón us$)",
         precio_internacional_usd_bbl = "Precio Internacional (US$/bl)",
         renta_petrolera_total_millones_usd = "Renta Petrolera") %>% 
   mutate_all(as.double)

New names:
* `` -> ...1

renta_distribucion_scheimberg <- read_excel("C:/Archivos/Datos/Hidrocarburos/Estimacion calculo renta otros/Autores/Scheimberg.xlsx", 
    sheet = 2, skip = 3) %>% 
   rename(variable = "En millones de USD") %>% 
  gather(key = anio,
         value = valor,
         2:4) %>% 
    filter(!is.na(valor),
           variable != "En %") %>% 
   spread(key = variable,
         value = valor) %>% 
  rename(impuesto_ganancias = "Impuesto a las Ganancias",
         ingresos_brutos_sellos = "Ingresos Brutos + Sellos",
         regalias = "Regalías",
         retenciones = "Retención exportación",
         subsidio_consumo_gas = "Subsidio consumo gas",
         subsidio_consumo_petroleo = "Subsidio consumo petróleo",
         subsidio_consumo_total = "Total subsidio consumo",
         corporate_take_total = "Total Corporate take",
         goverment_take_total = "Total Government take" ) %>% 
  mutate_all(as.double) %>% 
  mutate(unidad = "Millones de USD") %>% 
  select(anio, unidad, everything(.))
  
  

tg_empresas_scheimberg <- read_excel("C:/Archivos/Datos/Hidrocarburos/Estimacion calculo renta otros/Autores/Scheimberg.xlsx", 
    sheet = 3, skip = 6) %>% 
  rename(empresa = "...1") %>% 
  gather(key = anio,
         value = valor,
         2:ncol(.)) %>% 
  filter(!is.na(valor)) %>% 
  group_by(empresa) %>% 
  mutate_all(as.double) %>% 
  rename(resultado_operativo_sobre_activo = valor)

New names:
* `` -> ...1
`mutate_all()` ignored the following grouping variables:
Column `empresa`
Use `mutate_at(df, vars(-group_cols()), myoperation)` to silence the message.
NAs introducidos por coerci昼㸳nNAs introducidos por coerci昼㸳nNAs introducidos por coerci昼㸳nNAs introducidos por coerci昼㸳n

renta_total_scheimberg

renta_distribucion_scheimberg

tg_empresas_scheimberg

renta_total <- renta_total_ramon %>% 
  group_by(anio) %>% 
  summarise(ramon = sum(renta_total)) %>% 
  full_join(renta_total_barrera %>% 
              select(anio,barrera = renta_total_millones_usd )) %>%
  left_join(renta_total_campodonico %>%
              select(anio, campodonico = renta_total_millones_usd)) %>% 
  left_join(renta_total_mansilla %>% 
              select(anio,mansilla = renta_total_millones_usd )) %>% 
  left_join(renta_total_scheimberg %>% 
              select(anio,scheimberg = renta_petrolera_total_millones_usd )) %>% 
  mutate(unidad = "Millones de USD") %>% 
  arrange(anio)

Joining, by = "anio"
Joining, by = "anio"
Joining, by = "anio"
Joining, by = "anio"

renta_total

Comparación entre autores

renta_autores <- renta_total_distribucion_ramon %>% 
  rename(renta_empresas = renta_empresas_con_subsidio) %>% 
  mutate(regalias = regalias_nacion + regalias_provincias) %>% 
  select(-c(regalias_nacion , regalias_provincias))%>% 
  gather(key = tipo_de_renta,
         value = valor,
         4:ncol(.)) %>% 
  filter(!(tipo_de_renta %in% c("renta_empresas_directa", "renta_apropiada_otros_total",
                               # "renta_estado_total",
                               "renta_estado_total_con_promocion",  "transferencias_del_estado" ))) %>% 
  group_by(anio, unidad, tipo_de_renta) %>% 
  summarise(valor = sum(valor)) %>% 
  mutate(autor = "Ramon") %>% 
  full_join(renta_total_barrera %>% 
              select(anio, valor = renta_total_millones_usd ) %>% 
              mutate(autor = "Barrera",
                     tipo_de_renta = "renta_total"),
            by = c("anio", "tipo_de_renta", "valor", "autor")) %>%
  full_join(renta_distribucion_campodonico %>% 
              gather(key = tipo_de_renta,
                     value = valor,
                     3:ncol(.)) %>% 
              mutate(autor = "Campodonico")) %>% 
  full_join(renta_estado_campodonico %>% 
              gather(key = tipo_de_renta, 
                     value = valor, 
                     3:ncol(.)) %>% 
              mutate(autor = "Campodonico")) %>%
  full_join(renta_distribucion_mansilla %>% 
              mutate(renta_estado_total = renta_estado_provincial + renta_estado_nacional ) %>%
              select(-c(renta_estado_provincial, renta_estado_nacional)) %>%
              gather(key = tipo_de_renta,
                     value = valor,
                     3:ncol(.)) %>% 
              mutate(autor = "Mansilla"))  %>% 
  full_join(renta_distribucion_scheimberg %>% 
              left_join(renta_total_scheimberg %>% 
                          select(anio, renta_total = renta_petrolera_total_millones_usd)) %>% 
              rename(renta_estado_total = goverment_take_total,
                     renta_empresas = corporate_take_total) %>% 
              gather(key = tipo_de_renta,
                     value = valor,
                     3:ncol(.)) %>% 
              mutate(autor = "Scheimberg") %>% 
              filter(!(tipo_de_renta %in% c("subsidio_consumo_gas", "subsidio_consumo_petroleo")))) %>% 
  ungroup() %>% 
  mutate(unidad = "Millones de USD")

`summarise()` has grouped output by 'anio', 'unidad'. You can override using the `.groups` argument.
Joining, by = c("anio", "unidad", "tipo_de_renta", "valor", "autor")
Joining, by = c("anio", "unidad", "tipo_de_renta", "valor", "autor")
Joining, by = c("anio", "unidad", "tipo_de_renta", "valor", "autor")
Joining, by = "anio"
Joining, by = c("anio", "unidad", "tipo_de_renta", "valor", "autor")

  # anio = as.Date(paste0(anio, "-12-31"), format = "%Y-%m-%d"))
renta_autores

# write.csv(renta_autores, "renta_autores.csv")

graf_renta_total_autores <- renta_autores %>% 
  filter(tipo_de_renta%in% c("renta_total", "renta_estado_total")) %>% 
  ggplot(aes(anio, valor, color = autor))+
  geom_line()+
  geom_point()+
  facet_wrap(~tipo_de_renta)+
  labs(title = "Renta hidrocarburífera", 
       subtitle = "Comparación de estimaciones. Millones USD", 
       y = "Millones de USD")+
  theme_classic()+
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

graf_tipos_renta <- renta_autores %>% 
  filter(!(tipo_de_renta%in% c("renta_total", "renta_estado_total"))) %>% 
  ggplot(aes(anio, valor, color = autor))+
  geom_line()+
  geom_point()+
  facet_wrap(~tipo_de_renta)+
  labs(title = "Renta hidrocarburífera", 
       subtitle = "Comparación de estimaciones. Millones USD", 
       y = "Millones de USD")+
  theme_classic()+
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

plotly::ggplotly(graf_renta_total_autores)  

plotly::ggplotly(graf_tipos_renta)  

Costos

tcp_3500 <- read_csv("/Archivos/repos/hidrocarburos/analisis/resultados/auxiliares/tc_3500.csv") %>% 
  select(-X1)

Missing column names filled in: 'X1' [1]
-- Column specification -------------------------------------------------------------------------------------------
cols(
  X1 = col_double(),
  anio = col_double(),
  tcc_avg = col_double()
)

#costos propios
costos_ccnn <- read_xlsx("/Archivos/repos/hidrocarburos/analisis/resultados/argentina/costos_ccnn.xlsx") %>%
  select(anio, fuente, costo_boe = precio_costo, costo_mmbtu = precio_costo_mmbtu) %>% 
  filter(anio %in% (1990:2020) & fuente =="Empalme CCNN") %>% 
  mutate(autor = "Propia (Empalme CCNN)")


YPF_costos <- read_excel("C:/Archivos/Datos/Hidrocarburos/Estimacion calculo renta otros/YPF costos.xlsx") %>%
  select(anio = "Año", lifting_cost = "Costo \"lifting\" al cambio BNA" ,
         exp_cost = "Costos de Exploración/boe" ,des_cost= "Costos de Desarrollo/boe",
         trans_cost = "Costos de Transporte y otros/boe"  ) %>% 
  mutate(all_cost= lifting_cost +exp_cost +trans_cost + des_cost, 
         unidad= "USD/BOE", autor = "Propia (YPF)",
         anio = as.double(anio))

New names:
* Unidad -> Unidad...3
* Unidad -> Unidad...5
* Unidad -> Unidad...10
* Unidad -> Unidad...15
* Unidad -> Unidad...18
* ...
NAs introducidos por coerci昼㸳n

  
#     select(1,2,3)
#    rename(anio = "Año", tc = "Tasa de Cambio BNA",
#          costo_produccion_avg  =   "Costos de Producción Promedio", costo_lifting = 'Costo \"lifting\"', 
#          impuestos = "Costo por Impuestos locales y similares", otros_costos =   "Otros Costos") %>% 
# str(YPF_costos)
names(YPF_costos)

[1] "anio"         "lifting_cost" "exp_cost"     "des_cost"     "trans_cost"   "all_cost"     "unidad"      
[8] "autor"       

costos_ypf <-  read_csv("C:/Archivos/Datos/Hidrocarburos/Estimacion calculo renta otros/YPF costos.xlsx - Hoja1.csv",
    col_types = cols(`Año` = col_double()),  locale = locale(decimal_mark = ",")) %>% 
  rename(anio = "Año", 
         costo_produccion_avg  =   "Costos de Producción Promedio", costo_lifting = 'Costo \"lifting\"', 
         impuestos = "Costo por Impuestos locales y similares", otros_costos =   "Otros Costos") %>% 
  select(anio, costo_produccion_avg, costo_lifting, impuestos, otros_costos) %>% 
  filter(!is.na(anio)) %>% 
  # mutate(costo = str_replace(costo, ",", ".")) %>% 
  # mutate_all(function(x) str_replace(x, ",", ".")) %>% 
  mutate_all(as.double) %>% 
  left_join(tcp_3500 %>% select(anio, tcc =tcc_avg)) %>%
  gather(key = variable, value = valor, 2:5  ) %>% 
  mutate( valor = valor/tcc, unidad= "USD/BOE", autor = "Propia (YPF)")

Duplicated column names deduplicated: 'Unidad' => 'Unidad_1' [8], 'Unidad' => 'Unidad_2' [11], 'Unidad' => 'Unidad_3' [15], 'Unidad' => 'Unidad_4' [19]1 parsing failure.
row col expected                                              actual                                                                                         file
 25 A昼㸱o a double Fuente: YPF, S.A. Financial Statements 2008 to 2020 'C:/Archivos/Datos/Hidrocarburos/Estimacion calculo renta otros/YPF costos.xlsx - Hoja1.csv'
Joining, by = "anio"

# mice::md.pattern(costos_ypf, rotate.names = T)

#bolivia EMI
costo_bolivia <- read_excel( "/Archivos/repos/hidrocarburos/analisis/data/bolivia/TG YPFB.xlsx", 
    sheet = "Costos II sin ponderación", skip = 4) %>%
  rename(anio = "...1", costo_boe = "u$s/BPE", costo_mmbtu = "u$d/MMBTU") %>% 
  select(anio, costo_boe, costo_mmbtu) %>%
  filter(!is.na(costo_boe)) %>% 
  mutate(autor = "Mussi (Bolivia)",
         anio = as.double(anio))

New names:
* `` -> ...1
* Total -> Total...4
* `` -> ...5
* Total -> Total...8
* `` -> ...9
* ...

# Costos en BOE o bbl
costos <- renta_total_scheimberg %>% 
  select(anio, costo = costo_boe_usd) %>% 
  mutate(autor = "Scheimberg") %>%
  rbind(renta_total_mansilla %>% 
          select(anio, costo = costo_local_usd_bbl) %>% 
          mutate( autor = "Mansilla")) %>%
  rbind(renta_total_campodonico %>% 
          select(anio, costo = costo_local_usd_bbl) %>% 
          mutate( autor = "Campodonico"))  %>% 
  rbind(renta_total_barrera %>% 
          select(anio, costo = costo_local_usd_bbl) %>% 
          mutate( autor = "Barrera")) %>% 
  rbind(costos_ccnn %>% select(costo= costo_boe, everything(.), -c(fuente, costo_mmbtu))) %>%
  # rbind(costos_ypf %>% filter(variable == "costo_produccion_avg") %>% select(anio, costo= valor, autor)) %>% 
  rbind(YPF_costos %>%  select(anio, costo= all_cost, autor)) %>% 
  # rbind(costo_bolivia %>% select(-costo_mmbtu)) %>%
  mutate(unidad = "USD/BOE")

#Costos en BOE
ggplot(costos, aes(anio, costo, color = autor))+
  geom_line()+
  geom_point()+
  labs(title= "Costos de producción hidrocarburífero en Argentina", subtitle = "Comparacion propia (CCNN e YPF) versus otros autores (balances)",
       caption = "Nota: Sólo Scheimberg y estimación propia presentan costos en BOE",
       y = "USD/barril", x ="Año")+
  scale_color_discrete(name= "Autor")+
  theme(legend.position = "bottom")#+

  # scale_y_continuous(breaks=seq(0,16,2))

#Costos en MMBTU
costos_ccnn %>% 
  select(-c(fuente, costo_boe)) %>% 
  mutate(autor = "Argentina (Propia)") %>% 
  rbind(costo_bolivia %>% select(-costo_boe)) %>% 
  ggplot( aes(anio, costo_mmbtu, color = autor))+
  geom_line()+
  geom_point()+
  labs(title= "Costos de producción hidrocarburífero en Argentina y Bolivia", 
       subtitle = "Comparacion propia (CCNN) versus EM (YPFB)",
       y = "USD/MMBTU", x ="Año")+
  scale_color_discrete(name= "País")+
  theme(legend.position = "bottom")#+

writexl::write_xlsx(costos, path = "/Archivos/repos/hidrocarburos/analisis/resultados/argentina/costos.xlsx")